Effect of interferon beta-1a subcutaneously three times weekly on clinical and radiological measures and no evidence of disease activity status in patients with relapsing–remitting multiple sclerosis at year 1
Notice bibliographique
Résumé
BACKGROUND: In the PRISMS study, interferon beta-1a subcutaneously (IFN β-1a SC) reduced clinical and radiological disease burden at 2 years in patients with relapsing-remitting multiple sclerosis. The study aimed to characterize efficacy of IFN β-1a SC 44 μg and 22 μg three times weekly (tiw) at Year 1. METHODS: Exploratory endpoints included annualized relapse rate (ARR), 3-month confirmed disability progression (1-point Expanded Disability Status Scale increase if baseline was < 6.0 [0.5-point if baseline was ≥6.0]), active T2 lesions, and no evidence of disease activity (NEDA; defined as no relapses [subanalyzed by relapse severity], 3-month confirmed progression, or active T2 lesions). Effect of IFN β-1a SC in prespecified patient subgroups was also assessed. RESULTS: Patients were randomized to IFN β-1a 22 μg (n = 189), 44 μg (n = 184), or placebo (n = 187). At 1 year, IFN β-1a SC tiw reduced ARR (p < 0.001), risk of disability progression (p ≤ 0.029), and mean number of active T2 lesions per patients per scan (p < 0.001) versus placebo. Clinical and radiological benefits were seen as early as Month 2 and 3. Outcomes in subgroups were consistent with those in the overall population. More patients treated with IFN β-1a SC tiw achieved NEDA status, versus placebo, regardless of relapse severity (p ≤ 0.006). CONCLUSION: Clinical, radiological, and NEDA outcomes at Year 1 were consistent with Year 2 results. Treatment efficacy was consistent in pre-specified patient subgroups.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».